Environmental DNA-based biomonitoring of Cuban Crocodylus and their accompanying vertebrate fauna from Zapata Swamp, Cuba
Notice bibliographique
Résumé
Crocodylians globally face considerable challenges, including population decline and extensive habitat modification. Close monitoring of crocodylian populations and their habitats is imperative for the timely detection of population trends, especially in response to management interventions. Here we use eDNA metabarcoding to identify the Critically Endangered Crocodylus rhombifer and the Vulnerable C. acutus, as well as vertebrate community diversity, in Cuba's Zapata Swamp. We tested four different primer sets, including those used previously in Crocodylus population genetic and phylogenetic research, for their efficiency at detecting crocodylian eDNA. We detected C. rhombifer eDNA in 11 out of 15 sampled locations within its historical geographic distribution. We found that data analyses using the VertCOI primers and the mBRAVE bioinformatics pipeline were the most effective molecular marker and pipeline combination for identifying this species from environmental samples. We also identified 55 vertebrate species in environmental samples across the four bioinformatics pipelines- ~ 85% known to be present in the Zapata ecosystem. Among them were eight species previously undetected in the area and eight alien species, including known predators of hatchling crocodiles (e.g., Clarias sp.) and egg predators (e.g., Mus musculus). This study highlights eDNA metabarcoding as a powerful tool for crocodylian biomonitoring within fragile and diverse ecosystems, particularly where fast, non-invasive methods permit detection in economically important areas and will lead to a better understanding of complex human-crocodile interactions and evaluate habitat suitability for potential reintroductions or recovery programs for threatened crocodylian species.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».